:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Macarone-Palmieri, Adriano, Franco, Rosario Lo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Quantum Physics Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.03466
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A nonlinear quantum neural network framework for entanglement engineering
von: Macarone-Palmieri, Adriano, et al.
Veröffentlicht: (2025)

Deep Neural Network-assisted improvement of quantum compressed sensing tomography
von: Macarone-Palmieri, Adriano, et al.
Veröffentlicht: (2024)

Enhancing quantum state tomography via resource-efficient attention-based neural networks
von: Palmieri, Adriano Macarone, et al.
Veröffentlicht: (2023)

Quantum Generative Modeling using Parameterized Quantum Circuits
von: Sarkar, Soumyadip
Veröffentlicht: (2023)

Quantum Hierarchical Reinforcement Learning via Variational Quantum Circuits
von: Lee, Yu-Ting, et al.
Veröffentlicht: (2026)

Q-Tag: Watermarking Quantum Circuit Generative Models
von: Yang, Yang, et al.
Veröffentlicht: (2026)

Leveraging Diffusion Models for Parameterized Quantum Circuit Generation
von: Barta, Daniel, et al.
Veröffentlicht: (2025)

Enhancing the Dynamic Range of Quantum Sensing via Quantum Circuit Learning
von: Kawaguchi, Hideaki, et al.
Veröffentlicht: (2025)

Towards provably efficient quantum algorithms for large-scale machine-learning models
von: Liu, Junyu, et al.
Veröffentlicht: (2023)

FlowQ-Net: A Generative Framework for Automated Quantum Circuit Design
von: Dai, Jun, et al.
Veröffentlicht: (2025)

Domain-Aware Quantum Circuit for QML
von: Singh, Gurinder, et al.
Veröffentlicht: (2025)

On Quantum Circuits for Discrete Graphical Models
von: Piatkowski, Nico, et al.
Veröffentlicht: (2022)

Quantum Circuit Optimization with AlphaTensor
von: Ruiz, Francisco J. R., et al.
Veröffentlicht: (2024)

Scalable iterative pruning of large language and vision models using block coordinate descent
von: Rosenberg, Gili, et al.
Veröffentlicht: (2024)

LLM-Guided Ansätze Design for Quantum Circuit Born Machines in Financial Generative Modeling
von: Gujju, Yaswitha, et al.
Veröffentlicht: (2025)

Hybrid Classical-Quantum Transfer Learning with Noisy Quantum Circuits
von: Martín-Pérez, D., et al.
Veröffentlicht: (2026)

Diffusion-Inspired Quantum Noise Mitigation in Parameterized Quantum Circuits
von: Nguyen, Hoang-Quan, et al.
Veröffentlicht: (2024)

Active Learning with Variational Quantum Circuits for Quantum Process Tomography
von: Yang, Jiaqi, et al.
Veröffentlicht: (2024)

Parametrized Quantum Circuit Learning for Quantum Chemical Applications
von: Jones, Grier M., et al.
Veröffentlicht: (2025)

Escaping from the Barren Plateau via Gaussian Initializations in Deep Variational Quantum Circuits
von: Zhang, Kaining, et al.
Veröffentlicht: (2022)

Neural Guided Sampling for Quantum Circuit Optimization
von: Rosenhahn, Bodo, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Variational Quantum Circuits Design
von: Foderà, Simone, et al.
Veröffentlicht: (2024)

Quantum Circuit Training with Growth-Based Architectures
von: Duffy, Callum, et al.
Veröffentlicht: (2024)

Challenges for Reinforcement Learning in Quantum Circuit Design
von: Altmann, Philipp, et al.
Veröffentlicht: (2023)

Block removal for large language models through constrained binary optimization
von: Jansen, David, et al.
Veröffentlicht: (2026)

Optimizing Quantum Circuits via ZX Diagrams using Reinforcement Learning and Graph Neural Networks
von: Mattick, Alexander, et al.
Veröffentlicht: (2025)

Differentiable Logical Programming for Quantum Circuit Discovery and Optimization
von: Sulc, Antonin
Veröffentlicht: (2026)

Equivariant Reinforcement Learning for Clifford Quantum Circuit Synthesis
von: Yeung, Richie, et al.
Veröffentlicht: (2026)

Special-Unitary Parameterization for Trainable Variational Quantum Circuits
von: Chen, Kuan-Cheng, et al.
Veröffentlicht: (2025)

Enhancing the Trainability of Variational Quantum Circuits with Regularization Strategies
von: Zhuang, Jun, et al.
Veröffentlicht: (2024)

Data Complexity Measures for Quantum Circuits Architecture Recommendation
von: Neto, Fernando M de Paula
Veröffentlicht: (2025)

Physics-Informed Bayesian Optimization of Variational Quantum Circuits
von: Nicoli, Kim A., et al.
Veröffentlicht: (2024)

Fourier Analysis of Variational Quantum Circuits for Supervised Learning
von: Wiedmann, Marco, et al.
Veröffentlicht: (2024)

Explaining Quantum Circuits with Shapley Values: Towards Explainable Quantum Machine Learning
von: Heese, Raoul, et al.
Veröffentlicht: (2023)

A general tensor-structured compression scheme for efficient large language models
von: Lu, Ying, et al.
Veröffentlicht: (2026)

Quantum approximate optimization via learning-based adaptive optimization
von: Cheng, Lixue, et al.
Veröffentlicht: (2023)

Latent-Conditioned Parameterized Quantum Circuits as Universal Approximators for Distributions over Quantum States
von: Tran, Quoc Hoan, et al.
Veröffentlicht: (2026)

MEMO-QCD: Quantum Density Estimation through Memetic Optimisation for Quantum Circuit Design
von: Ardila-García, Juan E., et al.
Veröffentlicht: (2024)

Characterizing Trainability of Instantaneous Quantum Polynomial Circuit Born Machines
von: Shen, Kevin, et al.
Veröffentlicht: (2026)

Beyond Reinforcement Learning: Fast and Scalable Quantum Circuit Synthesis
von: Theißinger, Lukas, et al.
Veröffentlicht: (2026)